Main Content

解釈可能性

解釈可能な分類モデルの学習と複雑な分類モデルの解釈

線形モデル、決定木、一般化加法モデルなどの本質的に解釈可能な分類モデルを使用するか、解釈可能性機能を使用して、本質的に解釈可能でない複雑な分類モデルを解釈します。

分類モデルを解釈する方法については、機械学習モデルの解釈を参照してください。

関数

すべて展開する

Local Interpretable Model-agnostic Explanations (LIME)

limeLocal Interpretable Model-agnostic Explanations (LIME) (R2020b 以降)
fitLocal Interpretable Model-agnostic Explanations (LIME) の単純モデルの当てはめ (R2020b 以降)
plotLocal Interpretable Model-agnostic Explanations (LIME) の結果のプロット (R2020b 以降)

シャープレイ値

shapleyシャープレイ値 (R2021a 以降)
fitクエリ点のシャープレイ値の計算 (R2021a 以降)
plotシャープレイ値のプロット (R2021a 以降)
boxchartVisualize Shapley values using box charts (box plots) (R2024a 以降)
swarmchartVisualize Shapley values using swarm scatter charts (R2024a 以降)

部分依存

partialDependence部分依存の計算 (R2020b 以降)
plotPartialDependence部分依存プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成
fitcgamバイナリ分類用の一般化加法モデル (GAM) の当てはめ (R2021a 以降)
fitclinear高次元データに対するバイナリ線形分類器の当てはめ
fitctreeマルチクラス分類用の二分決定木を当てはめる

オブジェクト

ClassificationGAMバイナリ分類用の一般化加法モデル (GAM) (R2021a 以降)
ClassificationLinear高次元データのバイナリ分類用の線形モデル
ClassificationTreeBinary decision tree for multiclass classification

トピック

モデルの解釈

解釈可能なモデル